Early prediction of 30-day mortality in critically ill patients with interstitial lung disease and acute hypoxemic respiratory failure: development and external validation of a clinically interpretable model

Resumo Técnico: Predição Precoce de Mortalidade em 30 Dias em Pacientes Criticamente Enfermos com DNT e IRHA

Definição do Problema
Pacientes criticamente enfermos com Doença Pulmonar Intersticial (DNT) que desenvolvem Insuficiência Respiratória Hipoxêmica Aguda (IRHA) enfrentam um alto risco de morte precoce. No entanto, estimar o prognóstico no momento da admissão na Unidade de Terapia Intensiva (UTI) permanece um desafio. As ferramentas prognósticas existentes frequentemente sofrem de limitações, como o foco em desfechos de longo prazo, o direcionamento a fenótipos específicos de DNT, a falta de validação externa independente ou a dependência de variáveis que só se tornam disponíveis após as decisões de tratamento. Este estudo aborda a necessidade de um modelo de predição precocemente interpretável clinicamente, que distinga entre a gravidade basal (disponível na entrada da UTI) e variáveis relacionadas ao tratamento, facilitando assim a estratificação de risco precoce antes que o quadro clínico completo seja compreendido.

Metodologia
Este estudo de predição retrospectiva empregou um design de coorte dupla, envolvendo uma coorte de desenvolvimento e uma coorte de validação externa independente.

• Fontes de Dados:
  • Coorte de Desenvolvimento: Derivada do banco de dados MIMIC-IV (versão 2.0), compreendendo 317 pacientes adultos (≥18 anos) com internação na UTI >24 horas, DNT e PaO₂/FiO₂ ≤300 mmHg. Esta coorte foi dividida em 70:30 em um conjunto de treinamento (n=221) e um conjunto de teste interno (n=96).
  • Coorte de Validação Externa: Uma coorte multicêntrica independente da Província de Fujian, China, compreendendo 198 pacientes que atendiam aos mesmos critérios de inclusão.
• Desfecho: O desfecho primário foi a mortalidade por todas as causas em 30 dias.
• Seleção de Preditores:
  • Modelo Primário: Restrito a variáveis precoces e não relacionadas ao tratamento, disponíveis nas primeiras 24 horas de admissão na UTI (demografia, fisiologia, exames laboratoriais).
  • Modelo Aumentado: Incluiu variáveis relacionadas ao tratamento e ao processo (ex: ventilação mecânica invasiva, uso de glicocorticoides) para testar se melhoravam a discriminação.
  • Redução de Variáveis: Utilizou seleção de estabilidade por bootstrap com regressão logística penalizada com L1. Os preditores foram retidos com base em limiares de frequência de seleção (0,70–0,85) e interpretabilidade clínica.
• Tratamento de Dados Ausentes: A imputação única (mediana para variáveis contínuas, moda para categóricas) foi realizada com base nos parâmetros do conjunto de treinamento e aplicada aos conjuntos de teste/validação. As análises de sensibilidade incluíram imputação múltipla por equações encadeadas (MICE) e análise de caso completo.
• Métricas de Avaliação: O desempenho foi avaliado usando AUROC (discriminação), escore de Brier (acurácia geral), gráficos de calibração (intercepto e inclinação) e Análise da Curva de Decisão (utilidade clínica). Análises de divisão repetida (500 iterações) foram utilizadas para avaliar a estabilidade.

Principais Contribuições

1. Desenvolvimento de um Modelo Precoce Parcimonioso: O estudo derivou um modelo de 6 variáveis (Idade, PaO₂/FiO₂, Frequência Respiratória, Albumina, Lactato, LDH) que depende exclusivamente de dados basais disponíveis no momento ou próximo à admissão na UTI.
2. Validação Externa Rigorosa: O modelo foi validado contra uma coorte multicêntrica independente, com um mix de casos significativamente diferente (ex: maior prevalência de DNT associada a Doenças do Tecido Conjuntivo e malignidade, diferentes padrões de tratamento) em comparação com a coorte de desenvolvimento MIMIC-IV.
3. Distinção entre Discriminação e Calibração: O estudo comparou explicitamente um modelo "não relacionado ao tratamento" com um modelo aumentado informado pelo tratamento, destacando que a melhoria na discriminação não equivale necessariamente a uma melhoria na acurácia preditiva geral ou na calibração em populações heterogêneas.
4. Análise de Recalibração: Os autores demonstraram que, embora o modelo primário mantivesse uma discriminação moderada externamente, ele sofreu de má calibração (inclinação < 1), o que foi parcialmente corrigido através de recalibração logística (atualizando tanto o intercepto quanto a inclinação).

Resultos

• Desempenho do Modelo:
  • Modelo Primário (6 variáveis): Alcançou uma AUROC de 0,718 no conjunto de teste interno e 0,663 na coorte de validação externa. O escore de Brier foi de 0,246.
  • Modelo Aumentado (6 variáveis incluindo tratamento): Alcançou maior discriminação com AUROCs de 0,748 (interno) e 0,726 (externo). No entanto, apresentou um escore de Brier pior (0,272) e pior calibração (intercepto 1,65, inclinação 0,366) na coorte externa em comparação ao modelo primário.
• Efeitos dos Preditores: No modelo primário, idade mais elevada, PaO₂/FiO₂ mais baixa, frequência respiratória mais alta, albumina mais baixa e lactato mais elevado foram significativamente associados ao aumento do risco de mortalidade em 30 dias. O LDH mostrou um efeito menor e não significativo no modelo final, mas permaneceu dimensionalmente consistente.
• Análise de Subgrupos: A discriminação variou entre os subgrupos na coorte externa. O modelo teve melhor desempenho em homens, pacientes ≥70 anos, pacientes sem malignidade e aqueles com níveis mais altos de albumina/LDH. O desempenho foi inferior em mulheres, pacientes com malignidade, DNT de subtipo CTD e baixo nível de albumina.
• Sensibilidade: As análises de divisão repetida confirmaram a estabilidade do modelo primário, embora o desempenho tenha permanecido inferior na coforma externa em relação ao fluxo de desenvolvimento. A imputação múltipla e as análises de caso completo geraram AUROCs externas semelhantes (0,654 e 0,650, respectivamente), sugerindo que os achados foram robustos à estratégia de tratamento de dados ausentes.

Significância e Alegações
O artigo afirma que um modelo parcimonioso baseado em variáveis precoces não relacionadas ao tratamento fornece uma ferramenta clinicamente interpretável e validada externamente para a estratificação de risco de curto prazo em pacientes criticamente enfermos com DNT e IRHA. Os autores enfatizam que, embora a adição de variáveis relacionadas ao tratamento melhore a discriminação (AUROC), isso não melhora a acurácia preditiva geral (escore de Brier) ou a calibração, provavelmente devido à influência dos padrões de prática local e das decisões de manejo específicas de cada centro sobre essas variáveis.

Consequentemente, o estudo conclui que o modelo primário é a escolha mais apropriada para a estratificação de risco precoce à beira do leito, pois depende de dados disponíveis antes da escalada do tratamento. No entanto, os autores observam modestamente que a discriminação externa permanece moderada. Eles afirmam que, antes do uso clínico rotineiro em ambientes com mixes de casos ou padrões de prática substancialmente diferentes, a recalibração local (especificamente atualizando o intercepto e a inclinação) é necessária para garantir uma estimativa de probabilidade precisa. O estudo posiciona-se não como um modelo universalmente superior, mas como um framework mais claro para extrair informações prognósticas precocemente, antes que as decisões de manejo subsequentes dominem o sinal clínico.